Quais formatos de arquivo posso colocar numa base de conhecimento?

Viewed 213

Quero montar uma coleção de conhecimento com os documentos da minha área. Quais tipos de arquivo a Cortex aceita e quais funcionam melhor?

1 Answers

Resposta curta: A Cortex aceita os formatos mais comuns de escritório e de texto: PDF, Word (DOCX), Excel (XLSX), PowerPoint (PPTX), TXT, Markdown, HTML, CSV, JSON e código-fonte. Imagens e PDFs digitalizados também entram, com o texto lido por OCR.

O que esperar de cada formato

Formato Resultado Observação
PDF com texto (gerado por Word ou sistema) Muito bom O ideal para documentos oficiais
Word (DOCX), Markdown, TXT Muito bom Títulos bem marcados ajudam a busca
PowerPoint (PPTX) Bom Slides só com imagens rendem pouco texto
Excel (XLSX) e CSV Bom para consultas Para somas e cruzamentos, use o Cortex Terminal
HTML, JSON e código-fonte Bom Útil para documentação técnica
PDF digitalizado e imagens (PNG, JPG) Depende da qualidade O texto é lido por OCR; confira o resultado
PDF com senha Não é processado Remova a senha antes de enviar

Como conferir se o arquivo foi bem lido

  1. Envie o arquivo para a coleção e espere sair de Processing.
  2. Clique no arquivo na coleção e alterne para o texto indexado.
  3. Se o texto estiver lá, a busca consegue encontrá-lo. Se vier vazio ou cheio de erros, a Cortex não conseguiu ler bem o arquivo.

💡 Dicas:

  • Prefira o arquivo digital original ao escaneado.
  • Um assunto por arquivo e nomes descritivos (manual-reembolso-v2.pdf).
  • Não sabe se um formato funciona? Teste com um arquivo pequeno ou converta para PDF ou DOCX.

⚠️ Atenção: o tamanho máximo por arquivo e a quantidade por envio são definidos pela sua empresa.

Se não funcionar

  • O arquivo falhou no processamento → leia o motivo exibido; remova a senha, salve de novo a partir do original ou converta para PDF.
  • O texto indexado está vazio → o arquivo é uma imagem sem texto legível; envie a versão digital ou uma digitalização mais nítida.
  • Ainda com problema? Abra um chamado em https://care.sinapsetech.online

📖 Saiba mais na Wiki: RAG — Retrieval-Augmented Generation